Během posledního desetiletí byla autonomní vozidla (AV) hlavním příběhem v automobilovém průmyslu a zaujala titulky a představy po celém světě. Tento příběh se nadále formuje a přechází od příběhu k realitě, přičemž pojišťovací institut pro bezpečnost silničního provozu (IIHS) předpovídá, že do roku 3.5 bude na silnicích v USA 2025 milionu samořídících aut.

Kromě investic v miliardách dolarů a nesčetných hodin inženýrství a výzkumu však samořídící auta přinesla do odvětví také nové otázky týkající se bezpečnosti a zabezpečení. S tím, jak se stále více AV začíná vydávat pro soukromé a veřejné použití, jsou tyto otázky týkající se osobní a dokonce národní bezpečnosti stále aktuálnější – a stále naléhavější.

FBI říká, že samořídící auta představují bezpečnostní riziko

V lednu 2023 ředitel FBI Christopher Wray hovořil na Světovém ekonomickém fóru Diskuse o technologii a národní bezpečnosti ve švýcarském Davosu o potenciálních hrozbách, které představují samořídící auta. Zmínil, že AV by mohly být použity jako nástroje k poškození lidí a jako zdroj cenných a zranitelných osobních údajů.

“Když mluvíte o autonomních vozidlech, je to samozřejmě něco, z čeho jsme nadšení, stejně jako všichni,” řekl Wray. “Ale existují škody, před kterými se musíme chránit a které jsou víc než jen zjevné.”

Wray popsal samořídící auta jako potenciální nový „útočný“ povrch, který mohou teroristé použít k poškození civilistů. S odkazem na současnou ruskou invazi na Ukrajinu diskutoval o tom, jak může být online sledování prvním příznakem blížícího se pokusu o kybernetické útoky. Zmínil také, že FBI a další agentury zaznamenaly nárůst aktivit digitálního sledování v USA ze strany externích aktérů.

“Stále se obáváme, že sledovací činnost – skenování, výzkum, veškerá přípravná činnost – by mohla být jedna věc, mohla by být známkou něčeho vážnějšího,” řekl Wray.

Ředitel FBI také hovořil o potenciálu škodlivého použití osobních údajů shromážděných samořídícími vozidly.

„Jiným druhem škod, kterých se obáváme, je obrovské množství dat, která například autonomní vozidla agregují,“ řekl Wray. “A kdykoli agregujete mnoho a mnoho citlivých dat, je to velmi lákavý cíl.”

Bezpečnostní rizika samořídícího vozu již byla prokázána

Wrayova prohlášení v Davosu nejsou jen teoretická. Už existují příklady z reálného světa, jak zranitelná mohou být samořídící auta. Ve svých komentářích Wray odkazoval na příběh o jednoduchém způsobu, jakým byli výzkumníci schopni oklamat automatizovanou Teslu.

„Přemýšlím o historce, kterou jsem před nedávnem slyšel o výzkumnících, kteří dokázali oklamat algoritmus samořídícího auta tím, že v podstatě přelepili stopku černou páskou,“ řekl panelu. “To způsobilo, že auto zrychlilo, asi 50 mil za hodinu nebo tak.”

Podrobnosti příběhu, na který Wray odkazuje, se mírně liší od jeho anekdoty, ale obavy, které vyvolal, jsou stejné.

V roce 2020 výzkumníci z McAfee použili kus pásky ke změně značky s omezením rychlosti z 35 mil za hodinu na 85 mil za hodinu. Tým uvedl, že to vedlo k automatickému zrychlení tempomatu Tesly na 50 mil za hodinu.

Výzkumníci ve svém testu použili Tesla Model S a Model X z roku 2016. Tesla uvedla, že pozdější modely neměly stejnou zranitelnost, která byla připisována fotoaparátu vyvinutému společností Mobileye. Bez ohledu na to tým při testování McAfee odhalil pouze jeden ze způsobů, jak lze s AV manipulovat.

Auta lze hacknout a ovládat na dálku

I když inženýři v Tesle a dalších automobilkách vyrábějících AV napravili specifickou zranitelnost odhalenou výzkumníky McAfee, existují další potenciální hrozby. Jedním z hlavních rizik jsou kybernetické útoky ze strany hackerů.

V roce 2015 dva odborníci na kybernetickou bezpečnost předvedli, jak se někdo může nabourat do vozidla a ovládat ho na dálku. Chris Valasek a Charlie Miller, ředitel Výzkumu bezpečnosti vozidel v IOActive a tehdejší bezpečnostní výzkumník na Twitteru, se dokázali nabourat do Jeepu Cherokee a ovládat jeho rádio a další funkce. Andy Greenberg, reportér Wired, řídil auto tak, jak bylo pod Valáškovou a Millerovou kontrolou, a psal o svých zkušenostech.

„Ačkoli jsem se nedotkl palubní desky, průduchy v Jeepu Cherokee začaly vyfukovat studený vzduch při maximálním nastavení a ochlazovaly mě pot na zádech přes systém klimatizace v sedadle,“ napsal Greenberg. “Následně se rádio přepnulo na místní hip-hopovou stanici a začalo křičet Skee-lo na plnou hlasitost.” Otočil jsem ovládacím knoflíkem doleva a stiskl tlačítko napájení, bez úspěchu. Pak se zapnuly ​​stěrače a kapalina do stěračů sklo rozmazala.“

Poté, co ovládli některé elektronické funkce vozidla, Valášek a Miller přešli k vážnějšímu úlovku, když vyřadili převodovku Jeepu, když byl v pohybu.

“Můj urychlovač okamžitě přestal fungovat,” napsal Greenberg. „Když jsem zběsile sešlápl pedál a sledoval, jak otáčky stoupají, Jeep ztratil polovinu rychlosti a pak zpomalil na plazení. Stalo se to právě ve chvíli, kdy jsem dosáhl dlouhého nadjezdu bez ramene, které by mi nabídlo únik. Experiment přestal být zábavný.”

ČTĚTE VÍCE
Mám se obávat kontrolky tlaku v pneumatikách?

I když se tato demonstrace odehrála v kontrolovaném prostředí, poskytla důkaz, že čím dál více připojená auta byla hacknutelná. Nabídl také pohled na to, jak vážné mohou být důsledky takového hacku.

Všechna moderní auta mohou být hacknuta, ale AV představují různá nebezpečí

Pozoruhodné je, že Jeep Cherokee Valasek a Miller hacknutý nebyl samořídící auto. Bezpečnostní inženýr a vývojář softwaru Zac Morris v rozhovoru pro Automoblog uvedl, že rostoucí spoléhání se na elektronicky řízené komponenty otevírá riziko pro všechna vozidla, nejen pro autonomní.

„Nesamořídící auta budou velmi pravděpodobně napadnutelná všemi stejnými způsoby jako samořídící auta,“ řekl Morris. „V dnešní době většina aut jezdí po drátě. Kolo a pedály nejsou ve skutečnosti připojeny prostřednictvím hardwaru ke kolům, brzdám a plynu. Místo toho procházejí elektronickou řídicí jednotkou, která moduluje vše, co zadáte, v kombinaci s funkcemi vypočítanými asistenčními funkcemi vozidla. To zahrnuje věci jako asistent řízení a bezpečnostní prvky, jako je prevence skluzu a protiblokovací brzdy.

Ale zatímco neautonomní auta jsou také ohrožena hackováním, Morris naznačil, že povaha vozidel bez řidiče a technologický vývoj kolem nich by mohly účinky hacku ještě zhoršit.

„Například moje auto má v sobě základní umělou inteligenci pro funkci lane assist,“ řekl. „Ale moje auto má také volant. I když to dělá asistenci v jízdním pruhu, věnuji tomu přinejmenším většinou pozornost. Takže pokud se mě auto pokusí dostat na střední rychlost 80 mil za hodinu, je pravděpodobnější, že ho chytím, než mě zabije. Tesla chce z aut sundat volanty.

Morris řekl, že ačkoli AV nejsou ze své podstaty více či méně hacknutelná než auta bez vlastního řízení, řidiči AV by mohli být méně schopni čelit kybernetickému útoku na silnici.

„Nemůžete udělat mnoho pro to, abyste to zastavili, když každý vstup, který musíte jako ‚řidič‘ ovládat, prochází řídicí jednotkou, se kterou se manipuluje,“ řekl. “Nedostatek jakékoli vstupní úvahy od řidiče znamená, že skutečné poškození bude snazší.”

Problémem je také bezpečnost dat řidičů

Ředitel FBI ve svém projevu také zmínil bezpečnostní obavy ohledně osobních údajů. Wray však není jediným vládním úředníkem, který tyto obavy uvedl.

V září 2021 vytvořila Sněmovna reprezentantů výbor pro přístup k datům vozidel, dvoustranný výbor zaměřený na problémy s údaji o řidičích. V té době, Rep. Earl „Buddy“ Carter (R-GA), který oznámil vytvoření výboru, hovořil o účelu skupiny v tiskové zprávě.

„Musíme zajistit, aby uživatelé měli přístup k datům shromažďovaným od [sběratelů dat] a aby informace byly chráněny před špatnými aktéry u nás i v zahraničí,“ řekl Carter. “Soukromí, bezpečnost a inovace by měly jít ruku v ruce.”

Telematické programy, které pojišťovny používají ke sledování chování řidičů a úpravě pojistného, ​​jsou jedním z hlavních ústředních bodů výboru. Tyto programy sledují chování při řízení, jako je rychlost, brzdění a dokonce pohyby řidiče uvnitř vozidla, a hlásí je soukromým pojišťovnám. Morris však uvedl, že příliv technologií v automobilech je také důvodem k obavám o soukromí dat.

“Moderní auta mají kamery a mikrofony všude, uvnitř i venku,” řekl. “Mají také spoustu dalších zdrojů dat.”

Například vozy Tesla současné generace mají celkem devět kamer – osm v exteriéru a jednu v interiéru. Tyto kamery pomáhají ve funkcích autopilota vozidel tím, že neustále sledují své okolí a měří vzdálenosti mezi objekty, rychlost, pohyb a další proměnné. Mohou také zaznamenat nehody a další dopravní události, aby poskytli záznam o incidentu.

Kamery však běží dál, když jsou vozidla vypnutá a neobsazená. To jim umožňuje plnit funkci dohledu, zdánlivě jako funkce ochrany proti krádeži a vandalismu.

V dubnu 2023 však agentura Reuters uvedla, že zaměstnanci Tesly sdíleli videa mezi sebou a někdy i s lidmi mimo organizaci. Ve svém oznámení o ochraně osobních údajů společnost uvádí, že „nahrávky z kamer zůstávají anonymní a nejsou spojeny s vámi ani s vaším vozidlem“. Videa však také obsahují údaje o poloze, které umožňují lidem s přístupem přesně určit, kde bylo vozidlo zaparkované v době záznamu – často u osoby doma.

Tesla uvedla, že přijímá videa pouze se souhlasem vlastníka a přestala přijímat videa z neaktivních vozů. Agentura Reuters však informovala o komentářích zaměstnanců Tesly, kteří uvedli, že ve videích, která obdrželi, mohli vidět soukromé prostory, jako je vnitřek garáže osoby, což zdůraznilo možnost zneužití.

ČTĚTE VÍCE
Kdy bych měl vyměnit podporu motoru?

Samořídící auta vyžadují funkce, jako jsou kamery a detekce a měření vzdálenosti (LiDAR), aby se mohla bezpečně pohybovat v jejich prostředí. Přitom však generují obrovské množství dat o řidičích uvnitř vozidla a o světě kolem něj. Co by špatní aktéři mohli s těmito daty potenciálně udělat, je stále předmětem spekulací, ale Morris řekl, že otázka shromažďování automobilových dat je otázkou, kterou mnozí ještě musí plně zvážit.

„Vytváříme obrovské množství sledovacích dronů na kolech, za jejichž vlastnictví platíme peníze,“ řekl.

Obavy přetrvávají, ale AV výzkum a vývoj tlačí vpřed

Navzdory obavám z bezpečnostních rizik a ochrany osobních údajů souvisejících s autonomními vozidly a automatizačními funkcemi v jiných automobilech výzkumníci a inženýři nadále prosazují svůj vývoj v soukromém i veřejném sektoru. Například tým výzkumníků z North Carolina A&T University’s College of Engineering očekává, že letos na podzim spustí program pilotování automatizovaných raketoplánů. V červnu bylo oznámeno, že spinoff společnosti Google Waymo a další AV společnosti žádají od představitelů města San Francisco souhlas se spuštěním flotily samořídících taxíků.

Je jasné, že tyto obavy nezpomalují vývoj AV. Ale Wrayovy komentáře v Davosu naznačují, že otázky bezpečnostních rizik kolem samořídících aut a soukromí dat jsou na vládním radaru. Ředitel FBI vyjádřil podobné pocity ohledně potřeby vyvážit inovace a bezpečnost, jak vyjádřil poslanec Carter, když vytvořil výbor pro přístup k datům vozidel.

“Když mluvíte o autonomních vozidlech, je to samozřejmě něco, z čeho jsme nadšeni, stejně jako všichni,” řekl Wray. “Ale existují škody, před kterými se musíme chránit a které jsou víc než jen zjevné.”

Zda se vládní agentury zabývající se otázkami bezpečnosti a ochrany soukromí kolem samořídících aut pokusí tyto problémy vyřešit regulací a dalšími opatřeními, se teprve uvidí. Morris řekl, že se domnívá, že je ještě třeba adekvátně řešit v soukromém a veřejném sektoru. Řekl však, že si stále myslí, že samořídící auta mají stále potenciál být prospěšná a učinit silnice méně nebezpečnými.

„Zastánci samořídících aut mají pravdu, že pokud dosáhnou čtvrté úrovně vývoje samořídících aut, auta budou bezpečnější,“ řekl Morris. “Když se nad tím zamyslíte, je to trochu oříšek, že necháme lidi ovládat stroje o hmotnosti 3500 liber, které mohou jet 140 mil za hodinu.”

Tento příběh byl vyroben společností Automoblog a zkontrolováno a distribuováno společností Stacker Media.

autonomous-vehicle-cybersecurity

Autonomní řízení. V současnosti vzrušující vize pro masy. Možnost pohybovat se po silnicích ve vozidle, aniž by někdo musel řídit. Zatímco na silnicích již existuje několik takových přístupů, v každodenním životě je autonomní řízení stále spíše futuristickým tématem.

Pro ty, kdo se podílejí na procesech tvorby hodnot v automobilovém vývoji, je však situace zcela odlišná. Vývoj autonomních řešení probíhá již řadu let spolu se všemi jeho kroky vpřed, vzad a v kruzích.

Je tedy na čase začít přemýšlet o kybernetické bezpečnosti autonomních vozidel. V tomto článku na blogu se podíváme na status quo autonomního řízení z pohledu kybernetické bezpečnosti na technické úrovni i z pohledu globálních předpisů. Začněme.

Pojďme se nejprve podívat na technické detaily, které umožňují dosud dostupná autonomní vozidla.

  • I. Úvod do autonomních vozidel
    • I.I. Přehled technických vlastností autonomních vozidel
    • I.II. SAE Klasifikace úrovně automatizace ve vozidle
    • I.III. Jak daleko jsme od dosažení úrovně 5 automatizace ve vozidlech?

    Úvod do autonomních vozidel

    Přehled technických vlastností autonomních vozidel

    Kombinace počítačového vidění, strojového učení a technologií fúze senzorů umožňuje autonomním vozidlům navigaci a řízení bez lidského zásahu. Stručně si je vysvětlíme:

    • Počítačové vidění: interpretuje vizuální informace zachycené kamerami a senzory LiDAR. To umožňuje vozidlu porozumět okolnímu prostředí a detekovat ostatní vozidla, chodce a dopravní signály.
    • Strojové učení: jako podmnožina umělé inteligence, která umožňuje systémům učit se a zlepšovat, se ML používá v dopravě tím, že pomáhá trénovat vozidla. Na základě vizuálních informací shromážděných prostřednictvím senzorů, jako jsou kamery, se počítačové vidění používá k interpretaci zaznamenaných dat a používaných k trénování vozidel, aby rozpoznávala objekty, jako jsou jízdní pruhy, jiná vozidla, chodci, dopravní signály, a poté se rozhodovala o brzdění, zrychlení nebo změně jízdních pruhů.
    • Fúze senzorů: kombinuje data z více senzorů včetně kamer, LiDAR, RADAR a GPS, aby poskytovala robustnější skenování okolí vozidla, což umožňuje vozidlu navigaci v různých prostředích.

    Pojďme si zrekapitulovat senzorové technologie, které řídí vývoj autonomních vozidel.

    • LiDAR (Light Imaging Detection and Ranging): využívá laserové světelné paprsky ke čtení detailů prostředí a 3D skenování okolí. Skládá se ze skeneru, laseru a GPS trackeru a dalších komponent. Systém tedy může také určit blízkost objektu na základě jeho přesné globální polohy.
    • RADAR: používá rádiové vlny k určení polohy, úhlu a rychlosti objektů.
    • ViDAR (Visual Detection and Ranging): kombinace videokamer a „strojového vidění“ založené na umělé inteligenci, která umožňuje shromažďovat a analyzovat vizuální informace z prostředí.

    Většina autonomních vozidel také používá kombinaci následujících přístupů, aby auto řídilo bezpečně:

    • Systémy založené na pravidlech: kde předdefinovaná pravidla řídí chování vozidla
    • Systémy založené na chování: kde předdefinované chování řídí chování vozidla, jako je sledování jiných aut nebo vyhýbání se překážkám
    • Systémy založené na strojovém učení: kde se data a školení používají k učení a rozhodování, což umožňuje vozidlu přizpůsobit se novým situacím a prostředím

    SAE Klasifikace úrovně automatizace ve vozidle

    Bez ohledu na všechny tyto technologické pokroky, ale jak blízko jsme skutečně k cílové čáře ve výrobě plně autonomního vozidla? Za prvé, pojďme na stejnou stránku o tom, co je plná automatizace nebo co je takzvaná úroveň 5. Společnost Society of Automotive Engineers (SAE) International definovala pět úrovní autonomního řízení pro klasifikaci úrovně automatizace ve vozidle:

    • (Úroveň 0 – Bez automatizace: řidič má vždy plnou kontrolu)
    • Úroveň 1 – Asistence řidiče: Vozidlo může řidiči pomáhat se specifickými funkcemi, jako je brzdění nebo řízení, ale řidič zůstává plně pod kontrolou
    • Úroveň 2 – Částečná automatizace: řidič musí sledovat prostředí a být vždy připraven převzít řízení, ale vozidlo může např. parkovat, provádět automatizované příčné a podélné úkoly při předjíždění v určitých mezích
    • Úroveň 3 – Podmíněná automatizace: Vozidlo může samo brzdit, řídit, měnit jízdní pruhy a předjíždět a za určitých podmínek monitorovat okolí, ale řidič musí být připraven kdykoli převzít řízení, takže pozornost řidiče může být odkloněna pouze dočasně. To je dnešní stav techniky, kdy řidiči musí být připraveni vzít kolo zpět do rukou například do 10 sekund, pokud to systém vyžaduje.
    • Úroveň 4 – Vysoká automatizace: provedená správně, může provádět všechny úkoly úrovně 3, ale rozdíl je v tom, že již nebudou muset být monitorovány člověkem, čímž se role řidičů přesune na cestující. Pokud má být automatický režim přerušen, musí řízení převzít řidič, ale i když řidič nereaguje, systém autonomně uvede vozidlo do stavu s minimálním rizikem, jako je zastavení vozidla na tvrdém rameni. Cestující mohou také kdykoli vyzvat k nouzovému zastavení.
    • Úroveň 5 – Plná automatizace: vozidlo může vykonávat všechny funkce ve složitých podmínkách, jako jsou přechody pro chodce nebo křižovatky, a není potřeba žádný lidský řidič. Toto je úroveň automatizace, která otevírá nové koncepty vozidel, jako jsou vozidla bez kabiny.

    Jak daleko jsme od dosažení úrovně 5 automatizace ve vozidlech?

    Pokud jde o dostupné produkty, na základě klasifikace úrovní automatizace vozidel SAE je většina uvolněných vozidel na úrovni 2 a úrovně 3. Užitková vozidla úrovně 4 jsou stále v raných fázích implementace.

    Evropa

    Mezitím se dnešní regulační scénář v jednotlivých zemích liší. V Německu je již povolený asistenční systém pro udržování v jízdním pruhu úrovně 3 (ALKS – Automated Lane Keeping System) do rychlosti 60 km/h a již byl přijat na úrovni OSN (BMDV, 2021). Povolení v Německu již bylo uděleno dvěma světově známým OEM výrobcům. V současné době je novela umožňující ALKS do rychlosti 130 km/h již v platnosti pro smluvní strany, které se rozhodly ji aplikovat od ledna 2023 (EHK OSN, 2022).

    Asie

    Směrem na východ povolilo čínské město Shenzhen 1. srpna 2022 na silnici samořídící auta poté, co zajistilo komplexní regulační pokrytí během testování a měřítko pro určování odpovědnosti za dopravní nehody. To bylo možné díky koordinaci mezi ústředními a místními vládami při provádění pilotních projektů. Politiky jsou pak vytvořeny pomocí informací shromážděných v pilotních projektech. (McKinsey, 2023).

    Kromě toho Čína také spustila pilotní oblast pro komerční služby vozidel s autonomním řízením, které budou nabízet robotické osy bez lidských bezpečnostních řidičů v autě v oblasti 60 čtverečních kilometrů v Yizhuang, jižně od Pekingu (China Daily, 2022).

    Japonsko bylo první zemí, která vydala povolení L3 již v roce 2020. (NPA, 2023) Stejně jako Čína povolí Japonsko začátkem dubna 4 také autonomní vozidla L2023 v omezených oblastech v regionech s klesajícím počtem obyvatel. Stále je však vyžadován záložní řidič.

    United States

    Federální vláda Spojených států zveřejnila pokyny, které státům umožňují vytvářet rámce autonomních vozidel na základě tolerance států vůči riziku. Navzdory úsilí však nejsou autonomní vozidla L3 pro spotřebitele ve Spojených státech ode dneška dostupná (NHSA, 2023).

    Proto se pokrok v činnostech autonomního řízení v jednotlivých zemích liší. Některé státy se však v tomto tématu umístily jako vůdci.

    Michigan, domov motorového města, byl například prvním státem, který v roce 2013 rozšířil poznávací značky výrobců pro testování autonomního řízení na výrobce OEM. Navíc jsou automatizované vozové parky, které poskytují přepravu na vyžádání v rámci definovaných limitů, povoleny v rámci Safe Autonomous Vehicle ( SAVE) Projekt od roku 2016. Kromě toho Michigan v roce 2022 oznámil vytvoření prvního propojeného a automatizovaného koridoru mezi Detroitem a Ann Arbor pro autonomní dopravu

    Oproti tomu Kalifornie spíše provedla restriktivnější testování autonomních vozidel. V rámci programu AV Tester Driverless Program, který byl zahájen v roce 2014 a revidován v roce 2018, jsou dnes držiteli povolení pouze čtyři zúčastněné strany v oblasti autonomních vozidel. Probíhá však několik projektů sdílených autonomních vozidel (SAV).

    Arizona nevyžaduje mít bezpečnostního řidiče v autonomních vozidlech, pokud je systém od roku 2018 monitorován na dálku. Stát také umožnil testování a provoz ziskové autonomní přepravní služby na vyžádání (Automotive World, 2022).

    S tímto přehledem současných předpisů pro autonomní řízení po celém světě můžeme dojít k závěru, že chybí globální standardizace, což také ztěžuje výrobcům vyvíjet autonomní vozidla, která vyhovují potřebám globálního trhu a místní infrastruktuře.

    Zároveň se již zapojené vládní orgány snaží co nejlépe držet krok s probíhajícím technologickým vývojem a vytvářet právní jistotu pro všechny zúčastněné strany tohoto vývoje. Lze předpokládat, že v blízké budoucnosti dojde celosvětově k dalším dalekosáhlým úpravám těchto předpisů a právních rámců.

    Technologické výzvy pro autonomní vozidla L5

    Kromě zjevného nedostatku globální standardizace požadavků na autonomní vozidla je zde také nedostatek vhodných technologií k plnému dosažení úrovně 5.

    Mimo testovací pole, v prostředí reálného světa, musí být autonomní vozidla schopna zvládnout nepředvídatelné situace, jako je špatné počasí, stavební nebo záchranná vozidla.

    Vezmeme-li v úvahu všechny tyto skutečnosti, stále před námi stojí výzvy pro každou z aktuálně nejběžnějších technologií.

    Pro systémy LiDAR zůstávají povětrnostní podmínky hrozbou, i když by měly v noci lepší viditelnost než lidé. Stejně jako jejich lidské protějšky může být viditelnost snížena ve sněhu, mlze nebo silném dešti nebo může být zcela slepá v závislosti na tom, kde je senzor LiDAR umístěn. Kromě toho jízda po staveništích, kde praská prach a kouř, může také ovlivnit schopnost vozidla vytvořit si obrázek o svém okolí a navigovat. Obecně platí, že v případech, kdy je omezená viditelnost člověka, je omezena i LiDAR.

    Podobně jako LiDAR, i ViDAR bojuje za snížené viditelnosti. Mohou být také oklamáni a zaměnit předměty. Důležitou nevýhodou, kterou je třeba vzít v úvahu ve srovnání s LiDAR a RADAR, je omezená hloubka ostrosti pro kamery. Je tedy pravděpodobnější, že přehlédnete objekty na velké vzdálenosti kvůli jejich omezené hloubce ostrosti, což je činí nevhodnými pro velké vzdálenosti mimo jejich hloubku ostrosti. Ve skutečnosti to je důvod, proč OEM preferují práci s LiDAR a RADAR.

    Nedostatky se ve skutečnosti prokázaly již se vzestupem automobilové hacky, ve kterém se útočníkům podařilo ovládat vozidla na dálku a mohli využít nedostatky systému k manipulaci s autonomními vozidly a ohrozit životy řidičů, cestujících nebo chodců.

    RADAR by na druhé straně mohl tyto problémy obejít detekcí objektů i v noci a za podmínek nízké viditelnosti prostřednictvím rádiových vln. Další výhodou je cena. Vzhledem k tomu, že RADAR je starší technologie, je jeho implementace nákladově efektivnější. Stále je však nevýhodný při detekci menších objektů. Kromě toho jsou systémy RADAR zranitelné vůči vlnám stejné vlnové délky, pokud jsou přítomny na stejné frekvenci jako RADAR, protože to může způsobit rušení a bránit schopnosti RADARu správně detekovat a lokalizovat objekty. To vede k chybějícím objektům nebo považuje pohybující se objekty za stacionární.

    Celkově vzato neexistuje žádná náhrada za LiDAR nebo ViDAR. Nicméně použití RADARu na krátké vzdálenosti ve spojení s LiDAR na dlouhé vzdálenosti by mohlo plně využít stávající technologie.

    Ačkoli je obtížné předvídat, kdy dojde k technologii autonomního řízení L5, mnoho výrobců automobilů aktivně hledá vývoj potřebné technologie a očekává se, že to bude možné v budoucnu.

    Kybernetická bezpečnost pro autonomní vozidla jako další výzva

    Vzhledem k tomu, že autonomní vozidla jsou skutečně pohyblivými počítači a jejich provoz závisí na softwaru, jsou samozřejmě kromě vstupních útoků zranitelná i bezpečnostními chybami souvisejícími se softwarem.

    Autonomní vozidla se kvůli své velké závislosti na komplexních sítích softwarových a hardwarových systémů při fungování a připojení k internetu stávají náchylnými ke kybernetickým hrozbám, včetně:

    • Vzdálené hackování: ovládat funkce vozidla na dálku využitím softwarové zranitelnosti
    • Spoofing vozidla: přimět vozidlo, aby si myslelo, že je v jiném scénáři nebo na jiném místě
    • Únik dat: krádež citlivých informací, jako jsou informace o řidiči nebo poloha vozidla
    • Manipulace s daty senzoru: klamání zraku vozidla falešnými obrazy promítanými na silnici
    • Manipulace s aktualizacemi softwaru: útočník může zasahovat do aktualizací softwaru a získat neoprávněný přístup a kontrolu nad vozidlem
    • Vnitřní hrozba: zaměstnanec může mít přístup k citlivým datům a systémům a poškodit výrobu, to je důvod kybernetická bezpečnost při výrobě vozidel je také důležité

    Velké množství dat se zpracovává a shromažďuje v autonomních vozidlech, včetně citlivých informací, jako jsou osobní údaje cestujících nebo poloha vozidla v reálném čase, zůstává výzvou. Z toho vyplývá potřeba zavést opatření na ochranu osobních údajů a zabezpečení, jinak mohou být tato data vystavena neoprávněným stranám nebo odcizena kybernetickými zločinci.

    Navíc, když se vrátíme k technickým aspektům, kde najdeme různé navigační systémy a senzory, které řídí rozhodování vozidla, není pochyb o tom, že útoky na tyto systémy by mohly vést k poruše vozidla, a tudíž k nehodám a dokonce i smrtelným zraněním.

    Abychom přidali k výzvám, protože autonomní vozidla mají složité a distribuované systémy, je obtížné detekovat a reagovat na kybernetické útoky v reálném čase. Navíc jednoduché vypnutí, jak je běžné u konvenčních IT systémů, není možné, protože by mohlo vést k nebezpečným situacím. Aby bylo zajištěno, že kritické bezpečnostní funkce budou fungovat i v případě poruchy, jsou zapotřebí další záložní systémy a redundance.

    Všechny tyto úvahy musí být samozřejmě brány v úvahu již od fáze konceptu a musí být sledovány v průběhu celého životního cyklu produktu. Zvláštní pozornost je třeba věnovat také správě aktualizací softwaru také v souladu s Předpis OSN č. 156, takže úvahy během koncepční fáze ovlivňují také fázi provozu a údržby.

    Získejte úplný přehled o dopadu kybernetická bezpečnost na životní cyklus produktu s naším vyhrazeným videokurzem CYRES Academy on demand:

    cyber security in vehicle product life cycle

    Řešení výhledu kybernetické bezpečnosti autonomních vozidel

    Na rozdíl od Funkční bezpečnost (FuSa), což je v automobilovém průmyslu dobře zavedená disciplína, se automobilová kybernetická bezpečnost stále objevuje. K zajištění bezpečných a spolehlivých vozidel však musí být vedle funkční bezpečnosti přidána nejen kybernetická bezpečnost, ale také nové procesy jako např. Analýza hrozeb a hodnocení rizik musí být implementována a je třeba vyvinout koncepci kybernetické bezpečnosti.

    Obě disciplíny by zde měly usilovat o ochranu člověka před hrozbami plynoucími ze selhání technických systémů narušovaných prostředím nebo lidmi.

    Vzhledem k předchozímu poznání, že kybernetickou bezpečnost musíme začlenit do celého životního cyklu produktu, je to jasné zabezpečení podle návrhu je také vyžadováno. Stručně řečeno, security-by-design, společný koncept IT, je přístup, který zajišťuje, že požadavky na zabezpečení jsou definovány a brány v úvahu od samého začátku vývoje produktu, konkrétně již ve fázi návrhu, a v ideálním případě umožňuje týmům přijmout opatření snížit zranitelnosti již od počátku.

    V současném prostředí automobilového průmyslu je však obtížné uvést tento koncept do praxe bez dostatečně alokovaných zdrojů a know-how. Nedostatečné kompetence v oblasti kybernetické bezpečnosti, chybějící holistická standardizace kybernetické bezpečnosti již od návrhu a také povědomí o kybernetické bezpečnosti – to všechno jsou skutečnosti, které způsobují, že je obtížné implementovat kybernetickou bezpečnost již od návrhu.

    Několik společností jistě neúnavně pracuje na dalším zabezpečení systémů autonomních vozidel. Doporučujeme současně investovat do umožnění zdrojů pro integraci kybernetické bezpečnosti.

    Některé akční kroky zahrnují:

    • Zvyšující se povědomí o kybernetické bezpečnosti na výkonné úrovni umožnit správné přidělování zdrojů a zavést management kybernetické bezpečnosti
    • Investujte do rozšiřování znalostí o kybernetické bezpečnosti, abyste zajistili požadavky na způsobilost, jak požaduje ISO/SAE 21434 a Předpis OSN č. 155
    • Získejte konkrétní doporučení a požadavky organizace na kybernetickou bezpečnost, abyste podpořili osvědčené postupy a a kultura kybernetické bezpečnosti nebo stanovit zásady a procesy na úrovni organizace
    • Získejte pokyny k vytvoření pokynů pro bezpečný vývoj softwaru, testování a ověřovací postupy a bezpečnou komunikaci během projektu
    • Navrhujte a implementujte systémy a komponenty bezpečně pomocí pokynů pro bezpečné postupy kódování

    Z pohledu automobilového poradenství v oblasti kybernetické bezpečnosti lze v současnosti pozorovat jakési „závody“, ve kterých kromě velkých OEM výrobců chtějí své technologie vhodně umístit pro tento rostoucí trh také různí dodavatelé – nezřídka holistické aspekty strategické koordinace a operativní implementace kybernetické bezpečnosti jako dimenze kvality nejsou dostatečně zohledněny.

    Zvyšování povědomí na nejvyšší rozhodovací úrovni v rané fázi se znovu a znovu ukazuje jako zásadní pro úspěch.

    Zdroje: